在Python中将.CSV文件转换为.DTA文件

Question

我希望通过Python自动化将许多.CSV文件转换为.DTA文件的过程。 .DTA文件是由Stata Statistics语言处理的文件类型。

然而，我还没有办法找到办法。

R语言有write(.dta)，它允许将R中的dataFrame转换为.dta文件，并且通过RPy从Python获得R语言的端口，但我不能弄清楚如何使用RPy访问R中的write（.dta）函数。

有什么想法吗？

Answer 1

您需要rpy2 for Python以及R中安装的foreign包。您可以通过启动R并键入install.packages("foreign")来实现。然后，您可以退出R并返回Python。

然后这个：

import rpy2.robjects as robjects
robjects.r("require(foreign)")
robjects.r('x=read.csv("test.csv")')
robjects.r('write.dta(x,"test.dta")')

如果需要，可以构造从Python变量传递给robjects.r的字符串，例如：

robjects.r('x=read.csv("%s")' % fileName)

Answer 2

（来自my answer to a previous question的copypasting）

pandas DataFrame对象现在有一个＆＃34; to_stata＆＃34;方法。所以你可以做例如

import pandas as pd
df = pd.read_stata('my_data_in.dta')
df.to_stata('my_data_out.dta')

免责声明：第一步非常慢（在我的测试中，读取51 MB dta大约需要1分钟 - 另见this question），第二步产生的文件可以比原来的大（在我的测试中，大小从51 MB到111MB）。 Spacedman的答案可能看起来不那么优雅，但它可能更有效率。